Le discours sur les sciences s’accompagne souvent de formules aussi mémorables que trompeuses : « la vérité n’existe pas », « tous les modèles sont faux » ou encore « les faits scientifiques sont socialement construits ». Chacune de ces expressions saisit une idée légitime. Aucune ne devrait toutefois être acceptée sans être sérieusement nuancée.

Cet article examine les confusions philosophiques qui apparaissent lorsque ces slogans sont pris à la lettre ou étendus au-delà de leur domaine de pertinence. Il défend une conception à la fois faillibiliste et réaliste des sciences : les connaissances scientifiques restent toujours susceptibles d’être révisées, les modèles sont des représentations sélectives et imparfaites, et la production des connaissances est inséparable de pratiques collectives et d’institutions sociales. Mais rien de tout cela n’implique que la vérité soit inaccessible, que tous les modèles soient simplement faux ou que les faits scientifiques puissent être réduits à des constructions sociales.

La vérité scientifique existe-t-elle ?

Les sciences procurent rarement une certitude absolue. Leurs conclusions sont révisables, et même les théories les mieux établies peuvent un jour être corrigées, voir leur domaine d’application restreint ou être intégrées à des cadres plus généraux.

Mais la faillibilité n’implique pas que les propositions scientifiques ne puissent pas être vraies. De nombreuses questions admettent des réponses très fortement contraintes par les données disponibles : le sang circule dans l’organisme ; les espèces évoluent au fil des générations ; les humains et les chimpanzés partagent des ancêtres communs ; l’Univers est en expansion.

La possibilité résiduelle d’une erreur ne place pas ces conclusions au même niveau épistémique que des hypothèses dépourvues de fondement. L’intuition légitime contenue dans le slogan « la vérité n’existe pas » serait donc mieux exprimée ainsi :

Dans les sciences, la certitude absolue n’existe pas.

Tous les modèles sont-ils faux ?

Les modèles scientifiques simplifient, idéalisent et représentent sélectivement la réalité. Aucun modèle ne reproduit l’ensemble des propriétés du système qu’il représente. En ce sens limité, la célèbre formule de George Box selon laquelle « tous les modèles sont faux, mais certains sont utiles » exprime une idée méthodologique importante.

Le slogan devient toutefois trompeur lorsque le terme faux est interprété comme s’il désignait simplement une absence de vérité, et lorsque le caractère imparfait des modèles est invoqué pour nier leur capacité à nous procurer une connaissance véritable.

Il n’existe pas de consensus universel en philosophie des sciences sur la question de savoir si les modèles eux-mêmes appartiennent au type d’entités susceptibles d’être littéralement vraies ou fausses. Certains philosophes réservent principalement la vérité et la fausseté aux propositions et considèrent les modèles comme des structures représentationnelles à l’aide desquelles des affirmations sont formulées. D’autres décrivent les modèles eux-mêmes comme approximativement vrais, partiellement vrais, empiriquement adéquats, précis, robustes ou adaptés à une fonction particulière.

Quelle que soit la position adoptée, le lien entre les modèles et la vérité ne disparaît pas. Les modèles sont élaborés à partir d’hypothèses, de principes, d’équations, de conditions initiales, de valeurs attribuées à des paramètres et d’affirmations portant sur la correspondance entre leurs éléments et le système représenté. Ces composantes peuvent être strictement vraies, approximativement vraies, exactes à l’intérieur d’une marge d’erreur déterminée ou constituer des idéalisations délibérément fausses. Les modèles permettent également de produire des conclusions et des prédictions susceptibles d’être évaluées comme vraies, fausses ou approximativement vraies.

Certaines hypothèses sont sciemment fausses, mais sans conséquence dommageable pour la question étudiée. Le modèle du gaz parfait considère, par exemple, que les molécules occupent un volume négligeable et qu’elles n’exercent aucune force les unes sur les autres. Ces hypothèses ne sont pas strictement vraies, mais, dans des conditions appropriées, elles n’empêchent pas le modèle de décrire avec une très grande précision les relations entre la pression, le volume et la température.

D’autres hypothèses sont approximativement vraies ou suffisamment précises pour répondre à une finalité déterminée. Un modèle du mouvement des planètes peut considérer le Soleil comme immobile ou négliger l’influence gravitationnelle de corps extrêmement éloignés. Ces affirmations ne sont pas exactes, mais leurs écarts à la réalité peuvent être quantifiés et se révéler inférieurs au degré de précision requis pour le calcul concerné. Une affirmation apparemment approximative peut même souvent être reformulée sous la forme d’une proposition strictement vraie en précisant explicitement son domaine de validité ou sa marge d’erreur.

D’autres propositions intégrées aux modèles sont, selon toute vraisemblance, strictement vraies. Un modèle du Système solaire peut supposer que la Terre possède une masse, qu’elle exerce des effets gravitationnels sur les autres corps ou que son orbite n’est pas parfaitement circulaire. Il ne s’agit pas de simples fictions commodes, mais d’affirmations solidement étayées sur le système représenté.

Un modèle peut donc être inexact sous un certain rapport et précis sous un autre, fiable dans une certaine plage de paramètres et inapplicable en dehors de celle-ci. Sa valeur scientifique dépend de ce qu’il représente, du degré de précision avec lequel il le représente, de son domaine d’application et de la fonction explicative ou prédictive à laquelle il est destiné.

L’intuition légitime contenue dans l’expression « tous les modèles sont faux » peut donc être reformulée plus précisément :

Tous les modèles scientifiques simplifient et idéalisent. Leur valeur dépend des propriétés de la réalité qu’ils représentent avec précision, de leur domaine de validité et de la fonction pour laquelle ils sont employés.

Les faits scientifiques sont-ils socialement construits ?

Les connaissances scientifiques sont incontestablement produites au moyen de processus sociaux. La recherche dépend d’institutions, de laboratoires, d’instruments, de structures de financement, de normes disciplinaires, de l’évaluation par les pairs, de la critique, de la réplication et de la circulation des informations au sein des communautés scientifiques.

Les classifications et les représentations scientifiques impliquent également des décisions humaines. Les chercheurs choisissent les phénomènes qu’ils étudient, les variables qu’ils mesurent, les distinctions qu’ils introduisent et les normes de preuve qu’ils adoptent.

Mais il ne s’ensuit pas que les réalités étudiées par les sciences soient elles-mêmes créées par ces pratiques. La construction sociale d’une catégorie, d’une procédure de mesure ou d’une représentation scientifique doit être distinguée de la production causale du phénomène étudié.

La classification d’un virus dépend, par exemple, de concepts humains et de pratiques institutionnelles. Le virus lui-même, sa structure moléculaire et sa capacité à infecter des organismes ne dépendent pas de notre décision de le classer. De même, la définition d’une unité de mesure est conventionnelle, mais les relations mesurées à l’aide de cette unité n’en deviennent pas pour autant arbitraires.

Le caractère social des sciences permet d’expliquer aussi bien certains de leurs succès que certains de leurs échecs. La critique collective, l’expertise spécialisée, la réplication et l’institutionnalisation du désaccord rendent l’enquête scientifique plus fiable que le jugement isolé d’un individu. Inversement, les intérêts financiers, la recherche de prestige, les pressions politiques et le conformisme disciplinaire peuvent introduire des distorsions.

Le fait que les connaissances scientifiques possèdent des conditions sociales de production n’implique donc pas que leur contenu puisse être réduit à ces conditions. Une formulation plus défendable serait la suivante :

Les connaissances scientifiques sont socialement produites, mais les réalités qu’elles étudient ne sont pas pour autant socialement construites.

Un réalisme scientifique faillibiliste

La position défendue dans cet article associe réalisme et faillibilisme.

Les théories et les modèles scientifiques ne fournissent pas des copies exhaustives et infaillibles de la réalité. Ils sont sélectifs, historiquement situés et toujours susceptibles d’être révisés. Le progrès scientifique peut impliquer des transformations conceptuelles, des changements de représentation et l’abandon de certaines hypothèses antérieures.

Les sciences parvenues à maturité ont néanmoins produit un ensemble considérable de connaissances fiables sur des faits observables, des processus historiques, des relations causales et des structures qui existent indépendamment de nos descriptions. Le remplacement d’une théorie par une autre n’efface généralement pas l’ensemble des réussites de la théorie antérieure. Les théories ayant rencontré un succès empirique sont souvent retrouvées comme des approximations à l’intérieur des domaines dans lesquels elles fonctionnaient.

Le faillibilisme doit donc nous inviter à la modestie épistémique, et non à un scepticisme indifférencié. Reconnaître la possibilité de l’erreur ne nous oblige pas à considérer toutes les positions comme également plausibles. De même, reconnaître le rôle des modèles et des institutions sociales ne nous contraint pas à abandonner les concepts de vérité, d’objectivité ou de réalité.

L’article complet développe ces arguments de manière plus détaillée à partir d’exemples tirés de la physique, de la biologie, de la cartographie ainsi que de l’histoire et de la sociologie des sciences.

[Lire ou télécharger l’article complet au format PDF]